NuMA在上皮性卵巢癌中的过表达
该数据集包含上皮性卵巢癌的基因表达、蛋白质水平和临床数据，通过多种实验技术如基因芯片、免疫组化和流式细胞术，分析NuMA蛋白的表达与非整倍体、疾病分期等临床病理特征的关系，主要用于研究NuMA在卵巢癌发生发展中的作用，探索其作为生物标志物的潜力，为癌症机制和治疗提供数据支持。
基本信息
资源简介
NuMA在上皮性卵巢癌中的过表达
【数据集背景】
本数据集源站标题为《NuMA Overexpression in Epithelial Ovarian Cancer》。配套论文《NuMA Overexpression in Epithelial Ovarian Cancer》发表于 PLoS ONE（2012），DOI：10.1371/journal.pone.0038945。源站首次发布：2012-06-14。
【数据内容】
源站原始描述：Highly aneuploid tumours are common in epithelial ovarian cancers (EOC). We investigated whether NuMA expression was associated with this phenomenon. NuMA protein levels in normal and tumour tissues, ovarian cell lines and primary cultures of malignant cells derived from ovarian ascitic fluids were analysed by Affymetrix microarray analysis, immunoblotting, immunohistochemistry (IHC) and immunofluorescence (IF), with results correlated to associated clinical data. Aneuploidy status in primary cu…
【数据结构与技术规格】
文件数 4 个，合计 6.51 MB。Figure_S1.tif：image/tiff，3.40 MB。Figure_S2.tif：image/tiff，2.59 MB。Figure_S3.pdf：application/pdf，352.08 KB。数据集 DOI：10.1371/journal.pone.0038945。
【主题与分类】
源站学科分类：Cancer、Biological Sciences、Genetics。主题标签：numa、overexpression、epithelial、ovarian、cancer。
【适用方向】
源站学科分类标注为 Cancer、Biological Sciences、Genetics。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/NuMA_Overexpression_in_Epithelial_Ovarian_Cancer/123901
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Brüning-Richardson, Anke; Bond, Jaqueline; Alsiary, Rawiah; Richardson, Julie; Cairns, David A.; McCormac, Luci; et al. (2016). NuMA Overexpression in Epithelial Ovarian Cancer. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-03，引用时请注意版本时效。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取（Figshare）
源站：https://figshare.com/articles/dataset/NuMA_Overexpression_in_Epithelial_Ovarian_Cancer/123901
按页面 Download 按钮获取。
数据说明
该数据集聚焦于上皮性卵巢癌（EOC）中NuMA蛋白的过表达及其与肿瘤非整倍体、临床病理特征的关系。数据来源于正常卵巢组织、肿瘤组织、卵巢细胞系以及从卵巢腹水提取的恶性细胞原代培养物，通过Affymetrix基因芯片、免疫印迹、免疫组织化学和免疫荧光等技术分析NuMA表达水平，并结合临床数据（如疾病分期、淋巴结转移、患者年龄等）进行关联研究。数据集还包括流式细胞术检测的非整倍体状态分析。其主要研究方向是探索NuMA作为EOC生物标志物的潜力，以及其在肿瘤细胞分裂异常和染色体不稳定中的作用。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
